「V4.1 Flash 内测，梁文锋又当回了梁圣」
V4.1 Flash 内测登场：40 天改架构、调用价不变
V4.1 Flash 中间版本 0910 到期；40 天换代架构，价格却原地踏步
DeepSeek V4.1 Flash 的中间版本 deepseek-v4.1-flash-expires-on-0910 突然开启内测，测试期到 9 月 10 日。官方表态 「采用了新的模型结构，原生多模态支持、能力更强、速度更快、且成本更低」，既没技术报告也没参数表，但透露出来的信息已经够炸。
V4.1 Flash 是 DeepSeek 第一款原生多模态模型——V4 Flash Vision-Exp 的多模态是「外挂式」：在 V4 Flash 0731 纯文本底座上，外接一个视觉编码器加一个对齐器；而 V4.1 Flash 是出厂就自带图文一体化输入输出。
更离谱的是节奏：V4 正式版到 V4.1 才过了 40 天，就采用新结构，还能在提高性能的时候降低成本——这难道不该叫 V5 Flash？
| 维度 | 关键数据 | 含义 |
|---|---|---|
| 架构 | V4.1=原生多模态；V4 视觉=外挂 | 40 天换代架构，V5 提前？ |
| 速度（轻负载） | 思考 0.3s / 159.3 token·s⁻¹ / 端到端 0.8s | 「你好」实测 |
| 速度（重负载） | 420 token·s⁻¹ / 端到端 409.5 token·s⁻¹ | 长文本推理 |
| 同任务提升 | 5.2× / 6.0× / 4.6× / 5.0× / 3.9× | 相对 V4 Vision-Exp（5 类任务） |
| 价格 | 与 V4 Flash 相同 | 性能暴涨、不涨价 |
| 招聘 | 150 人 HC：服务端开发 + Agent 弹性计算 | 2-10 年资深优先，应届亦招 |
速度实测：159.3 token/秒是起点，重度负载跑到 420
在经过社区多位技术博主测试后，即使只是中间版本，它的表现也相当惊艳。最直观的对比是「你好」测试：以往跟大模型对话 界面要跳动一两秒思考指示器，在 V4.1 Flash 上模型 思考时间只有 0.3 秒，生成速率瞬间飙到每秒 159.3 个 token，整轮对话端到端耗时仅 0.8 秒。
另一组重度长文本推理的实测截图里，模型生成速度直接快到每秒 420 个 token，端到端吞吐达 409.5 token/秒。
业内人调侃：「这吞吐量直接把别家所谓的极速模式（Highspeed）做成了自己的日常基准」。
扩招 150 人：DeepSeek 的「成人礼」
就在 V4.1 Flash 发布前一天，DeepSeek 突然宣布释放 150 人招聘名额，明确面向 2-10 年资深工程师，同时兼顾应届生与新锐人才。两个方向：服务端开发工程师（大模型研究平台、Agent 框架组件、研发效率基建、DeepSeek API、线上服务、数据工程）和 Agent 弹性计算研发工程师（平台开发维护、底层调优攻坚）。
DeepSeek Harness 负责人崔添翼发文：这次扩招绝不是为了做常规业务堆人，而是因为「量的激增引发了复杂度的指数级爆炸」。
从作坊到企业：复杂度爆炸倒逼工程升级
过去大众认知里，DeepSeek 是几十个算法天才组成的「特种部队」，凭极致代码洁癖和作坊式灵感打出了硅谷侧目的战绩。但 从首轮融资到如今密集动作，DeepSeek 已演进成一家数百人规模的企业。融资后服务端扩容，再没长时间宕机——但那只是解决了浅层问题。
今天 DeepSeek 面对的不只是服务器压力。大模型正经历从「静态预训练」走向「动态环境交互」的深刻质变：过去训练是给模型塞静态文本；现在强化学习与 Agent 时代，模型必须在毫秒级内与成千上万个动态沙盒实时交互。教模型下棋，从「看千万盘死棋谱」变成「让模型同时在十万个动态棋盘前跟自己博弈」。
作坊式系统自己跑跑还行，扛不起这种级别的工业级动态负荷。以 V4.1 Flash 这种吞吐和推理速度，它需要极强的调度能力——批处理怎么排、长短请求怎么混排、流量突增时怎么秒级调资源、凌晨低谷怎么自动缩容。这些工程问题反而成了关键。
新结构同样意味着要自己改推理框架、写 CUDA 算子、做模型压缩和量化。V4.1 的 Agent 能力越强，需要的沙盒环境越多、弹性计算调度越复杂；多模态越成熟，数据管道和存储压力越大——这 150 名工程师的作用就在于此。
150 人不过是大厂一个部门季度配额，但放在 DeepSeek 身上已是 翻倍量级的大动作。DeepSeek 已完成 0 到 1，现在梁文锋面对的是 1 如何到 100——V4.1 Flash 成了 DeepSeek 的成人礼。
来源｜字符AI，转载已获原作者授权（TeTsaiPrime），邮箱 149559268@qq.com
- DeepSeek V4.1 Flash 中间版本 deepseek-v4.1-flash-expires-on-0910 开启内测，测试期到 9 月 10 日，官方称采用新结构、原生多模态、性能与成本均改善。
- 实测「你好」一问，V4.1 Flash 思考 0.3 秒、生成 159.3 token/秒、端到端 0.8 秒；重度长文本推理达 420 token/秒、端到端 409.5 token/秒。
- 同任务端到端对比 V4 Flash Vision-Exp：49k 上下文检索快 5.2 倍、SVG 快 6.0 倍、Manacher 快 4.6 倍、SQL 快 5.0 倍、asyncio 架构重构快 3.9 倍。
- 价格与 V4 Flash 相同——这是梁文锋被重新尊为「梁圣」的核心原因：性能暴涨，调用成本不动。
- 就在内测前一天，DeepSeek 宣布扩招 150 人 HC，方向覆盖服务端开发（大模型研究平台、Agent 框架、研发效率基建、DeepSeek API、线上服务、数据工程）与 Agent 弹性计算。
- DeepSeek Harness 负责人崔添翼解释：量的激增引发复杂度指数级爆炸，原作坊式后端扛不住工业级动态负荷，必须升级、维护、重写。
- 大模型从「静态预训练」走向「动态环境交互」：训练需毫秒级与成千上万沙盒实时交互——这是新结构 + 150 人 HC 的工程意义。
- V4.1 Flash 是 DeepSeek 第一款原生多模态模型，区别于 V4 Flash Vision-Exp 的「外挂」式多模态——V4.1 出厂自带图文一体化输入输出。
- V4 正式版到 V4.1 只用 40 天便采用新结构并降本，业内调侃「这难道不该叫 V5 Flash 吗」。
- DeepSeek 已完成 0→1，正在用 150 人 HC 回答 1→100 的问题——V4.1 Flash 被外界视为 DeepSeek 的「成人礼」。
